本文關(guān)鍵詞：WSN中基于能量的休眠調(diào)度算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：無(wú)線傳感器網(wǎng)絡(luò)(Wireless sensor networks,WSN)是由許多傳感器節(jié)點(diǎn)通過(guò)無(wú)線通信方式組成的一個(gè)多跳的自組織的網(wǎng)絡(luò)系統(tǒng)。是沒有基礎(chǔ)設(shè)施的無(wú)線網(wǎng)絡(luò),其節(jié)點(diǎn)攜帶的能量十分有限,而在大多數(shù)應(yīng)用中,給節(jié)點(diǎn)充電是不現(xiàn)實(shí)的,故能量是制約其大規(guī)模應(yīng)用的一個(gè)重要因素。在WSN中通常部署了大量的傳感器節(jié)點(diǎn),如果所有的傳感器節(jié)點(diǎn)都同時(shí)工作,將會(huì)產(chǎn)生大量的冗余數(shù)據(jù),不僅浪費(fèi)了節(jié)點(diǎn)能量,還增加了數(shù)據(jù)融合的難度。通過(guò)休眠調(diào)度的方式,讓一部分節(jié)點(diǎn)工作,其余的節(jié)點(diǎn)都進(jìn)入休眠狀態(tài),工作節(jié)點(diǎn)負(fù)責(zé)對(duì)監(jiān)測(cè)區(qū)域進(jìn)行數(shù)據(jù)采集和處理,當(dāng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生改變時(shí),喚醒休眠節(jié)點(diǎn)以替換失效的工作節(jié)點(diǎn)使得網(wǎng)絡(luò)能夠正常工作。高效的休眠調(diào)度算法不僅可以延長(zhǎng)網(wǎng)絡(luò)的生命周期而且還可以提高數(shù)據(jù)收集的效率。本文針對(duì)現(xiàn)有休眠調(diào)度算法生成的工作節(jié)點(diǎn)之間還存在很多重疊區(qū)域的情況,提出了尋找最小工作節(jié)點(diǎn)集的休眠調(diào)度算法(FMWS),該算法采用了循環(huán)迭代的工作模式,先復(fù)用其它經(jīng)典的覆蓋算法得到初始覆蓋集,然后通過(guò)協(xié)商的方法減少節(jié)點(diǎn)間的重疊區(qū)域,使每個(gè)節(jié)點(diǎn)的覆蓋面積達(dá)到最大化。第一階段本文選取了CCP算法得到初始的工作節(jié)點(diǎn)集。第二階段引入預(yù)工作機(jī)制通過(guò)休眠節(jié)點(diǎn)模擬工作節(jié)點(diǎn)的運(yùn)行方式進(jìn)行節(jié)點(diǎn)間的協(xié)商,進(jìn)一步找出可休眠的工作節(jié)點(diǎn)并予以狀態(tài)轉(zhuǎn)化,從而進(jìn)一步減少了工作節(jié)點(diǎn)數(shù)。協(xié)商的內(nèi)容中也包含了位置因素,使節(jié)點(diǎn)間的重疊面積進(jìn)一步縮小,從而節(jié)省了網(wǎng)絡(luò)能量,延長(zhǎng)了網(wǎng)絡(luò)生命周期。為了平衡網(wǎng)絡(luò)能量負(fù)載和避免節(jié)點(diǎn)狀態(tài)轉(zhuǎn)換沖突,引入了回退機(jī)制,回退時(shí)間和節(jié)點(diǎn)剩余能量相關(guān)聯(lián),保證剩余能量越多的節(jié)點(diǎn)進(jìn)入工作狀態(tài)的概率越大。為了降低CCP算法的復(fù)雜度,引入了一個(gè)臨時(shí)控制狀態(tài),限制了當(dāng)前節(jié)點(diǎn)參與其它節(jié)點(diǎn)的冗余計(jì)算,從而減少了節(jié)點(diǎn)冗余計(jì)算時(shí)鄰居工作節(jié)點(diǎn)數(shù),降低了計(jì)算的復(fù)雜度,使得該算法的復(fù)雜度降為O(n)。在很多WSN應(yīng)用中,并不需要節(jié)點(diǎn)全覆蓋整個(gè)監(jiān)測(cè)區(qū)域,允許監(jiān)測(cè)區(qū)域中出現(xiàn)少量的盲區(qū),從而可以減少網(wǎng)絡(luò)能量消耗。本文提出了分布式部分覆蓋休眠調(diào)度算法(DSSAP),也采用兩輪迭代工作模式。第一階段將節(jié)點(diǎn)感知區(qū)域劃分成若干小方格區(qū)域,把計(jì)算節(jié)點(diǎn)面積的覆蓋比例轉(zhuǎn)化為計(jì)算小方格個(gè)數(shù)的覆蓋比例,設(shè)置閾值確定冗余節(jié)點(diǎn)。這樣將連續(xù)的節(jié)點(diǎn)感知區(qū)域離散化,簡(jiǎn)化了計(jì)算方法并提高了冗余計(jì)算的精確度,也降低了計(jì)算的復(fù)雜度。第二階段也引入基于預(yù)工作機(jī)制的協(xié)商方法降低節(jié)點(diǎn)冗余度,針對(duì)網(wǎng)絡(luò)中可能存在“孤立”節(jié)點(diǎn)的情況,引入GAF算法思想,把監(jiān)測(cè)區(qū)域劃分成多個(gè)小區(qū)域,并通過(guò)節(jié)點(diǎn)協(xié)商方法搜索所有孤立的子區(qū)域,通過(guò)喚醒孤立區(qū)域中的一些休眠節(jié)點(diǎn)以保證網(wǎng)絡(luò)連通性。通過(guò)在NS-2仿真平臺(tái)上運(yùn)行FMWS和DSSAP算法。實(shí)驗(yàn)結(jié)果表明:FMWS算法不會(huì)產(chǎn)生盲點(diǎn),在工作節(jié)點(diǎn)數(shù)及平均覆蓋度方面,該算法的表現(xiàn)比其它算法好。初始部署節(jié)點(diǎn)越多,該算法產(chǎn)生的工作節(jié)點(diǎn)數(shù)比其它算法越少。工作節(jié)點(diǎn)數(shù)比CCP算法少10%左右。DSSAP算法產(chǎn)生的工作節(jié)點(diǎn)數(shù)比全覆蓋算法少很多,隨著網(wǎng)絡(luò)覆蓋比例不斷減小,產(chǎn)生的工作節(jié)點(diǎn)數(shù)也不斷減小。一般地,高覆蓋比例意味著高的服務(wù)質(zhì)量,因此在實(shí)際應(yīng)用中,需要根據(jù)不同的應(yīng)用來(lái)設(shè)置不同的網(wǎng)絡(luò)覆蓋比例。實(shí)驗(yàn)表明,當(dāng)覆蓋比例為90%時(shí),網(wǎng)絡(luò)能夠取得一個(gè)好的平衡。
【關(guān)鍵詞】：無(wú)線傳感器網(wǎng)絡(luò) 休眠調(diào)度 休眠順序 全覆蓋 部分覆蓋
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP212.9;TN929.5
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 無(wú)線傳感器網(wǎng)絡(luò)概述11-14
• 1.1.1 無(wú)線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)11-12
• 1.1.2 無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn)12-14
• 1.2 傳感器網(wǎng)絡(luò)中能耗問題14-16
• 1.2.1 傳感器網(wǎng)絡(luò)的節(jié)能方案分析14-15
• 1.2.2 關(guān)于節(jié)能意義的討論15-16
• 1.3 論文主要研究?jī)?nèi)容及結(jié)構(gòu)安排16-17
• 第2章 休眠調(diào)度算法概述17-25
• 2.1 介紹17
• 2.2 節(jié)點(diǎn)休眠調(diào)度方法研究現(xiàn)狀17-19
• 2.3 無(wú)線傳感器網(wǎng)絡(luò)休眠調(diào)度算法性能評(píng)價(jià)標(biāo)準(zhǔn)19-20
• 2.4 典型的休眠調(diào)度算法20-24
• 2.4.1 基于圓心角的休眠調(diào)度算法(ottawa)20-21
• 2.4.2 基于交點(diǎn)的覆蓋休眠調(diào)度算法(CCP)21-23
• 2.4.3 基于網(wǎng)格劃分的休眠調(diào)度算法(VSGCA)23-24
• 2.5 本章小結(jié)24-25
• 第3章 尋找最小工作節(jié)點(diǎn)集的休眠調(diào)度算法25-37
• 3.1 概述25
• 3.2 網(wǎng)絡(luò)模型和問題描述25-27
• 3.2.1 假設(shè)及定義25-26
• 3.2.2 問題描述26-27
• 3.3 與休眠順序無(wú)關(guān)的覆蓋算法27-34
• 3.3.1 討論27-28
• 3.3.2 算法描述28-30
• 3.3.3 FMWS算法的調(diào)度機(jī)制30-33
• 3.3.4 算法復(fù)雜度分析33
• 3.3.5 算法收益分析33-34
• 3.4 基于CCP算法的時(shí)間復(fù)雜度改進(jìn)34-36
• 3.4.1 改進(jìn)的算法介紹34-35
• 3.4.2 狀態(tài)轉(zhuǎn)換35-36
• 3.5 本章小結(jié)36-37
• 第4章 分布式部分覆蓋休眠調(diào)度算法37-47
• 4.1 引言37-39
• 4.2 網(wǎng)絡(luò)模型及假設(shè)條件39
• 4.3 分布式部分覆蓋休眠調(diào)度算法39-43
• 4.3.1 DSSAP算法思想39-40
• 4.3.2 DSSAP算法實(shí)現(xiàn)步驟40-43
• 4.4 DSSAP算法的連通性43-45
• 4.5 DSSAP算法的討論45-46
• 4.6 本章小結(jié)46-47
• 第5章 仿真實(shí)驗(yàn)及結(jié)果分析47-56
• 5.1 仿真實(shí)驗(yàn)環(huán)境設(shè)定47-49
• 5.2 尋找最小工作節(jié)點(diǎn)集的休眠調(diào)度算法實(shí)驗(yàn)49-52
• 5.2.1 盲點(diǎn)49
• 5.2.2 工作節(jié)點(diǎn)數(shù)49-51
• 5.2.3 平均覆蓋度51-52
• 5.3 分布式部分覆蓋休眠調(diào)度算法52-55
• 5.3.1 節(jié)點(diǎn)閾值與網(wǎng)絡(luò)覆蓋比例52
• 5.3.2 網(wǎng)絡(luò)覆蓋比例與工作節(jié)點(diǎn)數(shù)52-53
• 5.3.3 工作節(jié)點(diǎn)數(shù)53-55
• 5.4 本章小結(jié)55-56
• 第6章 總結(jié)與展望56-59
• 6.1 本文總結(jié)56-57
• 6.2 下一步工作57-59
• 參考文獻(xiàn)59-62
• 作者簡(jiǎn)介及在學(xué)期間所取得的科研成果62-63
• 致謝63

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉貞;丁明理;王祁;;WSN多節(jié)點(diǎn)決策信息融合在機(jī)器人自主導(dǎo)航中的應(yīng)用[J];電子學(xué)報(bào);2008年12期

2 王培東;梁麗麗;叢軼姝;;基于改進(jìn)遺傳模擬退火算法的WSN路徑優(yōu)化[J];微型機(jī)與應(yīng)用;2011年07期

3 朱偉龍;陳傳峰;;WSN安全通信的形式化驗(yàn)證[J];信息安全與通信保密;2013年04期

4 韓明軍;熊焰;陸琦瑋;龔旭東;劉濤;;無(wú)人值守WSN中基于中國(guó)剩余定理的可靠數(shù)據(jù)生存方案[J];計(jì)算機(jī)應(yīng)用;2013年05期

5 金紅;蔣存波;項(xiàng)春雷;陳麗虹;;一種融合WSN的現(xiàn)場(chǎng)總線控制系統(tǒng)多協(xié)議控制器[J];計(jì)算機(jī)測(cè)量與控制;2014年03期

6 林俊如;朱寶暉;王秋石;曾鵬;于海斌;;輸電線路在線監(jiān)測(cè)WSN能耗均衡研究[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

7 鄧延安;沈連豐;;WSN中運(yùn)動(dòng)物體監(jiān)測(cè)的節(jié)點(diǎn)控制策略[J];計(jì)算機(jī)工程;2009年14期

8 陶昆;吳艦;;WSN在花卉大棚中的應(yīng)用研究[J];自動(dòng)化與儀器儀表;2011年05期

9 周捷;郭淵博;胡凌燕;;WSN中針對(duì)節(jié)點(diǎn)捕獲攻擊的檢測(cè)與控制[J];西安電子科技大學(xué)學(xué)報(bào);2012年01期

10 郭龍;熊偉;李牧東;;一種基于WSN的機(jī)器人三維精確定位算法[J];無(wú)線電工程;2012年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 灻宏P(guān)I;_5PI;;WSN在城市地，

本文編號(hào)：368017